基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
用于运动目标跟踪的MeanShift算法主要是通过单一直方图描述目标颜色特征来实现的,它明显缺少有关空间分布方面的信息.针对该缺陷,Maggio E等人提出了使用目标区域分块的改进方法,但在复杂环境下判别效果和稳定性不够好.为此,本文提出了新的改进方法.一方面通过减少人体区域分块数目来减少处理时间,但又不失相关空间信息;另一方面通过对每个分块进行一定系数的加权来提高判别效果.实验比较证明,该算法提高了复杂环境下运动人体判别的准确性,具有很好的稳定性.
推荐文章
基于图像序列的人体运动跟踪算法
图像序列
人体运动
跟踪算法
仿真测试
粒子滤波算法
复杂环境下的运动人体骨架提取算法
骨架提取
区域背景建模
卡尔曼滤波
Kalman滤波的人体运动位置跟踪算法
人体运动跟踪
Kalman滤波
自适应背景颜色模型
基于多区域的人体运动跟踪研究与应用
Kalman Filter
多区域跟踪
颜色直方图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MeanShift算法的运动人体跟踪
来源期刊 计算机工程与科学 学科 工学
关键词 MeanShift 人体跟踪 Bhattacharrya系数
年,卷(期) 2008,(4) 所属期刊栏目 图形与图像
研究方向 页码范围 46-49
页数 4页 分类号 TP391.4
字数 2929字 语种 中文
DOI 10.3969/j.issn.1007-130X.2008.04.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王丽萍 浙江工业大学信息学院 89 620 13.0 20.0
2 袁霄 浙江工业大学信息学院 1 67 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (67)
同被引文献  (65)
二级引证文献  (190)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(5)
  • 引证文献(5)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(17)
  • 引证文献(9)
  • 二级引证文献(8)
2013(28)
  • 引证文献(13)
  • 二级引证文献(15)
2014(30)
  • 引证文献(7)
  • 二级引证文献(23)
2015(29)
  • 引证文献(5)
  • 二级引证文献(24)
2016(44)
  • 引证文献(10)
  • 二级引证文献(34)
2017(36)
  • 引证文献(7)
  • 二级引证文献(29)
2018(26)
  • 引证文献(2)
  • 二级引证文献(24)
2019(22)
  • 引证文献(0)
  • 二级引证文献(22)
2020(13)
  • 引证文献(3)
  • 二级引证文献(10)
研究主题发展历程
节点文献
MeanShift
人体跟踪
Bhattacharrya系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导